登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于VGGNet和多谱带循环网络的高光谱人脸识别系统
  • 摘要

    为了提高光谱人脸数据表征人脸特征的有效性,提出一种基于VGGNet和多谱带循环训练的高光谱人脸识别方法.首先,在光谱人脸图像的预处理阶段,采用多任务卷积神经网络(MTCNN)进行高光谱人脸图像的精确定位,并利用混合通道的方式对高光谱人脸数据进行增强;然后,基于卷积神经网络(CNN)结构建立一个面向高光谱人脸识别的VGG12深度网络;最后,基于高光谱人脸数据的特点,引入多谱带循环训练方法训练建立的VGG12网络,完成最后的训练和识别.在公开的UWA-HSFD和PolyU-HSFD高光谱人脸数据集的实验结果表明,所提方法取得了比其他深度网络(如DeepID、DeepFace、VGGNet)更好的识别性能.

  • 作者

    谢志华  江鹏  余新河  张帅  XIE Zhihua  JIANG Peng  YU Xinhe  ZHANG Shuai 

  • 作者单位

    江西省光电子与通信重点实验室(江西科技师范大学),南昌,330031

  • 刊期

    2019年2期 ISTIC PKU

  • 关键词

    高光谱人脸识别  卷积神经网络  VGGNet  多谱带循环训练  深度神经网络 

相似文献 查看更多>>
34.229.76.193